کاربرد الگوریتم ژنتیک و شبکههای عصبی در بهینهسازی سامانه C4I زیردریایی
Authors: not saved
Abstract:
با توجه به اهمیت مباحثی مانندBMS[1] و C2[2] و [3] C4I و [4]C4ISR در سطح جهان و رشد روز افزون این فناوری‌ها مخصوصا" در زیردریایی‌ها، هوشمند نمودن این سامانه‌‌ها،کاهش زمان پردازش اطلاعات و افزایش دقت اطلاعات منتجه، از مباحث اساسی حوزه دفاع دریایی میباشد. از این‌رو انتخاب هوشمندانه حسگرهای جمع آوری اطلاعات وکشف و آشکارسازی اهداف از مباحث جدی این عرصه خواهد بود. به همین منظور در این مقاله سعی گردیده است تا با استفاده از ابزارهایی مانند الگوریتم ژنتیک و شبکه های عصبی، انتخاب حسگرها را به گونه‌ای هوشمند طرح ریزی نماییم. استفاده از شبکه عصبی در واقع به منظور دست‌یابی به مقدار برازندگی[5] هر کروموزوم الگوریتم ژنتیک میباشد که به وسیله آن قادر خواهیم بود بهترین پیکربندی[6] حسگری را برای پایش محیط مورد نظر با توجه به شرایط محیطی، کارآیی حسگرها و ویژگی اهداف بدست آوریم. بدین منظور الگوهای متنوع در شرایط متفاوت برای 6 حسگر مختلف اعمال گردید و مقادیر نرخ تشخیص وجود هدف توسط این حسگرها جمع آوری گردید، که از این مقادیر نیز برای فرآیند آموزش شبکه عصبی استفاده شده است. با توجه به این‌که در زیردریایی‌ها در هر شرایط حداقل یکی از حسگرها دارای خروجی نبوده و خاموش بودن آن تاثیری در کشف و آشکارسازی هدف ندارد بنابراین می‌توان با دستورات منطقی آن حسگر را از ورودی شبکه عصبی حذف کرده و با توجه به کاهش ورودی‌ها و در نتیجه تعداد نرون‌ها و پارامترها سرعت و عملکرد شبکه عصبی را بهبود بخشید. در پایان نیز نتایج حاصل از اجرای این روش با حالات معمول مقایسه گردیده است که نشان دهنده افزایش سرعت و بهبود عملکرد شبکه خواهد بود. 1.Battle Management Systems 2. Command and Control 3. Command, Control, Communications, Computers, Intelligence 4. Command, Control, Communications, Computers, Intelligence, Surveillance and Reconnaissance 5.Fitness function 6.configuration
similar resources
طراحی سامانه انتخاب حسگرها در زیردریایی هوشمند بدون سرنشین با استفاده از شبکههای عصبی و الگوریتم اجتماع عنکبوت‌ها
هدف از این مقاله انتخاب مجموعه‌ای از حسگرها در زیردریایی هوشمند بدون سرنشین به گونه‌ای است که علاوه بر کمینه کردن میزان انرژی مصرفی، بوسیله‌ی کم کردن پیچیدگی زمان پردازش اطلاعات نیز کاهش یابد. همواره یک تناظر یک به یک بین قابلیت کاری و منبع انرژی وجود دارد. از جمله چالش‌هایی که زیردریایی‌های هوشمند بدون سرنشین با آن روبرو هستند منابع انرژی محدود آن‌ها میباشد. تنها منبع انرژی در زیردریایی‌های ه...
full textپیشبینی قیمت نفت بر اساس مدل‌های غیرخطی انتقال ملایم و بهینهسازی الگوریتم ژنتیک
امروزه قیمت نفت نقش مهمی را در اقتصاد جهانی ایفا می‌کند و به عنوان یک عامل مهم و اثرگذار بر برنامه‌های دولت‌ها و بخش‌های تجاری و بازرگانی اهمیت فراوانی دارد. با توجه به اهمیت روز افزون نفت در بازارهای مالی، پیشبینی قیمت نفت خام همواره مورد علاقه بسیاری از فعالان بازار و سیاستگذاران بوده است. در این راستا، در این پژوهش، ضمن بررسی و انجام آزمون غیرخطی برای داده‌های ماهانه قیمت نفت خام، به مدل‌س...
full textکاربرد الگوریتم ژنتیک ترکیبی و روش شبکه های عصبی در بها یابی بر مبنای فعالیت
این مقاله فاقد چکیده میباشد.
full textکاربرد الگوریتم ژنتیک در ترکیب پیش‌بینی‌های تورم
پیشبینی تورم به عنوان یکی از الزامات سیاستگذاری پولی در کشورهایی تبدیل شده است که مقامات پولی آن‌ها سیاست هدفگذاری تورم را تعقیب می‌کنند. چرا که به واسطة استقلال بانک مرکزی از سویی و واگذاری سیاستگذاری پولی به این نهاد و از سویی دیگر به واسطة این‌که بهطور عمده سیاستگذاری پولی با وقفه بر روی تورم تأثیرگذار است، لذا مقام پولی میبایستی تصویر مناسبی نسبت به تورم آینده داشته باشد، تا با سیاست...
full textکاربرد شبکه عصبی مبتنی بر الگوریتم ژنتیک در پیش بینی تقاضای بلندمدت انرژی
پیشبینی تقاضای انرژی جهت عرضه به موقع، تنظیم بازار، هدفگذاری میزان صادرات و ایجاد امنیت انرژی اهمیت ویژهای دارد. روشهای مختلفی برای پیشبینی تقاضای انرژی معرفی شده است که در این بین با توجه به روند غیرخطی و پرنوسان تقاضای انرژی، تکنیکهای غیرخطی نتایج مطلوبتری داشته است. شبکههای عصبی و الگوریتم ژنتیک از مهمترین و پرکاربردترین تکنیکهای غیرخطی در این زمینه میباشند که هر یک نقاط ضعف و قوت خ...
full textMy Resources
Journal title
volume 16 issue 62
pages 61- 73
publication date 2012-07-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023